改进的动态模糊神经网络及其在人脸识别中的应用  

IMPROVED DYNAMIC FUZZY NEURAL NETWORKS WITH ITS APPLICATION TO FACE RECOGNITION

作　　者：梅蓉蓉[1] 吴小俊[1] 冯振华[1] 

机构地区：[1]江南大学计算机科学与技术系,江苏无锡214122

出　　处：《计算机应用与软件》2012年第1期56-59,共4页Computer Applications and Software

基　　金：国家自然科学基金(60572034;60973094);教育部新世纪优秀人才计划项目(NCET-06-0487);江苏省自然科学基金(BK2006081);江南大学创新团队研究计划项目(JNIRT0702)

摘　　要：结合动态模糊神经网络和补偿模糊神经网络,提出一种改进的动态模糊神经网络。首先介绍动态补偿模糊神经网络的结构和学习算法,然后将其用于人脸识别。对Weizmann人脸数据库和ORL人脸数据库的人脸图像识别实验表明,动态补偿模糊神经网络分类器算法性能优于一般的动态模糊神经网络。In this paper,an improved Dynamic Fuzzy Neural Network is proposed by combining Dynamic Fuzzy Neural Network and Compensatory Fuzzy Neural Network.At first,the structure and learning algorithm of the Dynamic Compensatory Fuzzy Neural Network,abbr.DCFNN,is introduced,next they are applied to face recognition.Face image recognition experiments on Weizmann face database and ORL face database show that the performance of DCFNN is better than that of ordinary Dynamic Fuzzy Neural Networks.

关 键 词：模糊神经网络 动态补偿模糊神经网络 模糊规则 人脸识别 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]